GRITS: A Spillage-Aware Guided Diffusion Policy for Robot Food Scooping Tasks

著者: Yen-Ling Tai, Yi-Ru Yang, Kuan-Ting Yu, Yu-Wei Chao, Yi-Ting Chen · ICRA 2026

ライセンス

オープンアクセス
論文: CC BY 4.0

以下の内容はすべて、論文のライセンス（CC BY 4.0）に従い論文全文に基づいています。図は著者のクレジットを付けて掲載しています。

要約

GRITS は、4,000 回のシミュレーションのすくい取りで学習したこぼれ分類器を用いてテスト時に Diffusion Policy を誘導し、未知の食品で実世界のこぼれ率を 45% から 4% に下げる。

重要な理由

調理や食事支援のロボットにとって、こぼれは単にスコアが低いということではなく、安全性と清潔さの面での失敗である。GRITS はポリシーを再学習せずにテスト時にこの目的を加え、実際のこぼれではなくシミュレーションからそれを学習する。

課題

デモンストレーションから学習したすくい取りのポリシーは、デモンストレーションで見た食品の状態しかカバーせず、うまく模倣する Diffusion Policy でも、ボウルが非常に満杯であるなどの未知の状態に遭遇するとこぼしてしまう。実例を使ってこぼれを避けるようポリシーに教えるのは現実的ではない。こぼれを再現するには大がかりな準備と片付けが必要で、食品を傷めるおそれもあるためである。

提案手法

CNN ベースの Diffusion Policy を 80 回のキネステティック教示で学習し、別のこぼれ予測器を、質量、摩擦、半径、量をランダム化した球、立方体、円錐、円柱から構築した Isaac Lab での 4,000 回のシミュレーションすくい取り試行で学習する。推論時には、予測器がセグメンテーションした点群（SAM2 でセグメンテーションした食品と既知のスプーンおよびボウルのモデル、DP3 で符号化）に対して推定されたクリーンな軌道を採点し、ρ = 2.5 で重み付けしたその勾配を、しきい値ステップ s = 30 以降のデノイジングで差し引く。これにより粗い軌道が先に形成される。

主な知見

シミュレーションのみで学習した微分可能な分類器でも、入力が RGB ではなくセグメンテーションした点群であれば、実ロボットの Diffusion Policy を誘導できる。
こぼれの目的をデノイジングのループ内で適用する方が、後から軌道を修正するよりもうまくいく：事後修正はこぼれを減らしたが、すくい失敗を 40% に増やした。
合成点群（カメラで再構成した食品と既知のスプーンおよびボウルのモデル）は不可欠だった：センサの生の点群では成功率 61%、こぼれ率 23% だった。
誘導はわずかなすくい失敗と引き換えに安全性を得る：すくい失敗は GRITS で 14%、誘導なしの Diffusion Policy で 10%。
粗い軌道ができるまで誘導を遅らせる（しきい値 s）ことで、初期のデノイジングステップでの過剰な修正を避けられる。

主な結果

未知の 10 食品カテゴリ、2 段階の量、各 5 試行：GRITS はタスク成功率 82%、こぼれ率 4%、すくい失敗率 14% に達した。
誘導なしの Diffusion Policy：成功率 48%、こぼれ率 45%。SCONE：52% と 17%。行動クローニング：46% と 43%。ルールベース：29% と 50%（図 6）。
事後的なこぼれ修正を加えた Diffusion Policy：成功率 45%、すくい失敗率 40%。そのこぼれ率は本文では 8% だが、図 6 では 17% である。
こぼれ予測器のアブレーション：生の点群で成功率 61%、こぼれ率 23%。PointNet++ エンコーダで 70% と 17%。合成点群と DP3 エンコーダで 82% と 4%。
食品ごとでは（図 7）、GRITS はサゴと小豆のこぼれの大部分をなくした。mentos は依然としてときどきこぼれ、マシュマロ、ファッジ、プルーンは難しいままだった。
修正量は小さい：連続する軌道点の間の平均変位は 0.3 cm（図 1）。

制限事項

失敗の多くは、硬さ、粘性、変形しやすさなど、視覚では捉えられない食品の性質に起因する。著者らは、事前のインタラクション戦略と、力/トルクセンシングまたは触覚センシングを提案している。
誘導によって食品をすくい損ねることがあり、すくい失敗率は誘導なしのポリシーよりわずかに高くなる（14% 対 10%）。
学習されるのはすくい取りの段階だけであり、移送はボウル検出とモーションプランニング、注ぎ出しは事前に定義した軌道を用いる。
評価は 1 台の Franka のセットアップでの 100 回の実機試行であり、取り出し元のボウルは固定され、目標のボウルは 35 × 30 cm の作業空間内に置かれる。
柔らかい、粘着性がある、または密に詰まった食品（マシュマロ、ファッジ、プルーン、mentos）は依然として失敗やこぼれを引き起こした。

分野への影響

ICRA 2026 Best Paper Award on Robot Learning のファイナリスト、被引用数 3。論文にはコード、データ、モデルの公開についての記載がない。

概要

ロボットによる食品のすくい取りは、調理や配膳を行うロボットにとって重要なマニピュレーションスキルである。しかし、既存のロボット学習アルゴリズム、特にデモンストレーションから学習する手法は、多様で動的に変化する食品の状態に対応するのが依然として難しく、それがしばしばこぼれや信頼性の低下につながる。本研究では、GRITS: A Spillage-Aware Guided Diffusion Policy for RobotIc Food Scoop TaskS を提案する。この枠組みはガイド付き Diffusion Policy を利用して、すくい取りの際の食品のこぼれを最小限に抑え、食品を初期位置から目標位置へ確実に移すことを保証する。具体的には、現在の観測と行動のロールアウトが与えられたときにこぼれの確率を推定するこぼれ予測器を設計する。予測器は、質量、摩擦、粒子サイズなどの物理的性質を変化させた 4 つの基本形状（球、立方体、円錐、円柱）から構築した、食品のこぼれのシナリオを含むシミュレーションのデータセットで学習される。推論時には、予測器が微分可能な誘導信号として働き、タスクの成功を保ちながら拡散のサンプリング過程をより安全な軌道へと導く。実世界のロボットによる食品すくい取りプラットフォームで GRITS を検証する。GRITS は 6 つの食品カテゴリで学習し、形状と量の異なる未知の 10 カテゴリで評価する。GRITS はタスク成功率 82%、こぼれ率 4% を達成し、誘導なしのベースラインに比べてこぼれを 40% 以上削減しており、その有効性が示された。

リンク

arXiv 2510.00573: https://arxiv.org/abs/2510.00573
DOI 10.1109/ICRA57385.2026.11696572: https://doi.org/10.1109/ICRA57385.2026.11696572
PDF: https://arxiv.org/pdf/2510.00573v1